基于模糊自适应的智能车驱动与转向协同控制研究

为改善智能车驱动电机调速与舵机转向的协调性,简化调参适配步骤,提出了基于MK60FN1(MK60)芯片的驱动与转向协同控制的模糊自适应控制方案。MK60计算出摄像头拍摄图像中车体与车道中线的位置偏差和角度偏差,根据位置偏差与舵机角度、角度偏差与测量到的车速,采用局部参数优化理论设计模糊自适应控制算法实时调整驱动电机和舵机的可调增益实现协同控制。与驱动、转向分开独立控制的策略相比较,本方案减小了稳态误差,智能车能够更快完成自主循迹,稳定性更好。     

四旋翼飞行器事件触发轨迹跟踪控制

针对具有模型非线性和外界扰动的四旋翼飞行器，设计了基于事件触发的自适应模糊跟踪控制算法。首先将四旋翼飞行器系统分解为位置子系统和姿态子系统，并利用模糊逻辑系统在线辨识模型非线性和外界干扰。然后，基于反步递推技术设计自适应模糊控制律，同时构建自适应事件触发机制，非周期更新控制律和模糊参数自适应律。基于Lyapunov稳定性理论，以脉冲动力系统为工具，证明了闭环系统所有信号最终一致有界，而且跟踪误差能够收敛于零点的邻域内。此外，证明了所提控制算法可以彻底避免Zeno现象出现。最后，仿真结果验证了所提控制方案在保证四旋翼飞行器实现轨迹跟踪控制同时，可以有效减少控制器更新频率，提高系统资源利用率。